Business-to-Machine (B2M) – (r)ewolucja w sprzedaży i marketingu

W świecie biznesu od lat funkcjonują modele takie jak B2B (Business-to-Business) czy B2C (Business-to-Consumer), które definiują relacje między firmami a ich klientami. Jednak w mojej ocenie wraz z rozwojem sztucznej inteligencji i automatyzacji pojawia się przestrzeń na zupełnie nowy model: Business-to-Machine (B2M).

O B2M można już gdzieniegdzie usłyszeć pod tą czy inną nazwą, ale definicja i wiele koncepcji opisanych poniżej jest w pełni autorska i opiera się na miesiącach analizy i przemyśleń. O B2M opowiadałem dotąd krótko na szkoleniach i webinarach. Czas opisać szerzej to, co staje się teraźniejszością!

B2M (Business-to-Machine) na horyzoncie

Specyfika B2M zdaje się stopniowo klarować wraz z tym, jak zmienia się sposób prowadzenia biznesu. Maszyny już zaczynają podejmować niektóre decyzje zakupowe. Przykładowo:

• W logistyce i produkcji systemy automatyczne zamawiają brakujące komponenty na podstawie analizy stanu magazynowego.
• W e-commerce i handlu detalicznym algorytmy analizują oferty, sprawdzają ceny, powiadamiają o zmianach, ale tez rekomendują użytkownikom produkty w oparciu o historię zamówień czy wcześniej oglądanego asortymentu.
• Jeśli chodzi o finanse i bankowość, AI analizuje ryzyko i samodzielnie podejmuje decyzje dotyczące produktów finansowych, np. w obszarze inwestycji.
• Zarządzanie budynkami i systemy smart home także coraz częściej wykorzystują AI. Przykładowo niektóre urządzenia IoT autonomicznie zamawiają materiały eksploatacyjne.

Według Gartnera (źrodło) do 2030 roku maszyny będą stały za 22% generowanego przychodu. Ponadto, rok 2030 jest przez prezesów uważany za prawdopodobny moment przełomu, jaki nastąpi pod kątem klientów-maszyn (raz jeszcze: z ang. machine customers). Te estymacje są jednak z 2022 roku i sądzę, że zmiany nastąpią szybciej. Oznacza to, że firmy, które nie dostosują się do tej zmiany, mogą stracić dostęp do ogromnego segmentu. Chodzi o klientów, którzy nie będą kierowali się emocjami czy przywiązaniem do marki, lecz – za sprawą na przykład agentów działających w ich imieniu – głównie parametrami algorytmicznymi.

Już teraz niektóre firmy produkcyjne uzupełniają część zapasów automatycznie. Człowiekowi pozostaje zdefiniowanie reguł i kontrola ich wykonania.

Ewolucja w kierunku modelu B2M

Jak doszło do tego, że rozmawiamy o klientach-maszynach? Wynika to z kilku zmian, jakie nastąpiły i następują w obszarze technologii, które jednocześnie zmieniają nasze preferencje i kształtują nowe przyzwyczajenia. Naturalnie, u ich źródła jest sztuczna inteligencja – „rozumienie” różnych zbiorów danych i algorytmy statystyczno-probabilistyczne, choć nie tylko. Ale po kolei…

Algorytmy AI coraz lepiej analizują dane, przewidują potrzeby i podejmują decyzje w sposób nierzadko bardziej efektywny niż ludzie. Sztuczna inteligencja może porównywać dziesiątki ofert jednocześnie i wybierać te, które zdaniem algorytmu najlepiej spełniają określone kryteria (nie zawsze z sukcesem; wiele zależy od rodzaju AI i modelu; pamiętajmy o halucynacjach).

Drugim istotnym trendem, obecnie trochę w cieniu, jest Internet of Things (IoT). Coraz więcej urządzeń jest połączonych z siecią i może autonomicznie komunikować się z systemami sprzedażowymi. Przykład: inteligentne lodówki zamawiające brakujące produkty spożywcze. Humanoidalne, „psie” i samojezdne roboty, które jak sądzę wkrótce zagoszczą w wielu domach, też będą miały możliwość nawiązywania połączenia z różnymi systemami i internetem.

Zamówienie produktu za pośrednictwem asystenta głosowego już jest możliwe, choć możliwości są jeszcze ograniczone.

Ważną składową jest także podejście samych firm do automatyzacji procesów (RPA, od ang. Robotic Process Automation). Integrujemy coraz więcej systemów, a API – interfejs programistyczny umożliwiający wymianę danych między aplikacjami – staje się must-have wielu nowoczesnych rozwiązań. Wykorzystanie API będzie prawdopodobnie najbardziej optymalne w kontekście systemach agentowych i w B2M będziemy mogli mówić o API-first commerce. (Nieco dalej napisałem więcej o MCP, od ang. Model Context Protocol, który firma Anthropic zaprezentowała pod koniec 2024 roku, a który być może przysłuży się do integracji LLM-ów, czyli dużych modeli językowych, z różnymi usługami i aplikacjami.)

Co jednak ciekawe, nawet systemy pozbawione API można już wplatać w scenariusze automatyzacyjne, choć tu jesteśmy na początku drogi. Warto wspomnieć o wyspecjalizowanych modelach (określanych np. jako LAM, od ang. Large Actions Model, choć ta nazwa jeszcze nie okrzepła). Dzięki nim programy będą „klikać” po interfejsie w imieniu użytkownika lub w inny sposób pozyskiwać dane i to mogłoby być potencjalnie uniwersalne podejście.

Zmianom opisanym powyżej będzie towarzyszyć ewolucja interfejsu systemów i stron www, by były jak najbardziej czytelne dla maszyn i algorytmów. Albo w kierunku przypominającym bazy danych, zatem w stronę mniej przyjazną dla ludzi, ale doskonałą dla maszyn, albo w kierunku prostoty i uniwersalności.

Autopromocja: We wszystkich tych obszarach wsparciem może być moja firma: Oxido.

Poniżej dla zainteresowanych zestawiłem MCP i LAM:

Na marginesie, wśród moich przywidywań jest także zmiana w modelach biznesowych na innej płaszczyźnie: operacyjności firm. M.in. na szkoleniach mówię o podejściu AI First, gdzie sztuczna inteligencja jest punktem wyjścia do budowania procesów.

Myślę, że rozwój modelu B2M można będzie podzielić na trzy kluczowe fazy:

1. Algorytmy sterowane przez ludzi – podejście dość powszechne już teraz w niektórych segmentach. Decyzje zakupowe podejmowane są przez ludzi, którzy będą wykorzystywać np. asystentów opartych na AI jedynie jako narzędzie wspomagające (wykonawca decyzji). Z tym nie wiąże się szczególna zmiana jeśli chodzi o model biznesowy – tzn. firmy wciąż dostosowują swoje strategie sprzedażowe do oczekiwań ludzi i stosują tradycyjne metody marketingu***.
2. Maszyny współpracujące z ludźmi – w tym przypadku decyzje zakupowe podejmowane przy współpracy człowieka z AI/maszyną, gdzie AI ma istotny wpływ na wybór. Są pierwsze przykłady. Chociażby tryb Deep Research w ChatGPT może dostarczyć konkretnych rekomendacji produktów spełniających szereg kryteriów. AI analizuje dane w internecie, sugeruje najlepsze opcje, a człowiek podejmuje ostateczną decyzję. Co to oznacza dla firm? Nacisk na obecność w wynikach wyszukiwania, po które sięgają modele AI (nieco inne podejście do SEO) oraz zmiany na stronach www podyktowane tym, jak treści konsumuje sztuczna inteligencja.
3. W pełni autonomiczne maszyny – trzecia faza to na moment pisania artykułu (marzec 2025) wciąż przede wszystkim przyszłość, niemniej wydaje mi się, że wcale nieodległa. Sądzę, że coraz częściej będziemy słyszeć o firmach i konsumentach, którzy maszynom/AI oddali decyzyjność, by stojące za nimi algorytmy same dokonywały zakupów. Co może nas tu czekać?
   • Systemy zarządzania magazynami autonomicznie zamawiające brakujące komponenty w oparciu o predykcje dot. zużycia. To już się powoli dzieje.
   • Asystenci AI samodzielnie zamawiający produkty – czy to w oparciu o historię zamówień, czy obserwowane zużycie, czy wydarzenia w kalendarzu.
   • Samochody autonomiczne rezerwujące miejsca parkingowe oraz kupujące energię elektryczną do ładowania baterii wg najlepszej taryfy. To coś wciąż z kategorii science fiction, ale kto wie, jak długo.

***Być może pamiętacie demo Google Duplex, gdy asystent głosowy robił rezerwację wizyty u fryzjera (to miało miejsce w 2018 roku!).

Tempo zmian związanych z B2M oraz szerzej – wynikających z AI – będzie różne w zależności od branży, regulacji i powszechności technologii. Niemniej trudno założyć, że marketing i sprzedaż będą wyglądały podobnie, jak w XX wieku.

Ciekawym wykorzystaniem AI wspomagającym w zakupach może być wizualizacja. Pisałem o tym w artykule nt. deep fake.

Dlaczego firmy powinny się dostosować do B2M?

W przeciwieństwie do tradycyjnych klientów (ludzi), maszyny:

• Nie podejmują decyzji emocjonalnie (mogą ewentualnie symulować emocje) i kierują się przede wszystkim danymi – analizują specyfikacje produktów, ceny, opinie i historię transakcji. Są skoncentrowane na zadaniu. Jednocześnie maszyny tak jak ludzie mogą być manipulowane.
• Mogą działać w pełni automatycznie i podejmować decyzje w ciągu chwili, bez konieczności interakcji z człowiekiem. Czy rezultatem ich pracy będzie „jedynie” lista rekomendacji, czy zakup, to inna kwestia i zależy od tego, jak zaprogramowany jest dany algorytm.
• Mają określone preferencje i ich wybory są optymalizowane według z góry ustalonych reguł, a nie chwilowych impulsów czy sugestii reklamowych. Źródłem tych preferencji może być zagregowana wiedza na nasz temat (polecam tekst o koncepcji cyfrowego bliźniaka jako – w pewnym sensie – naszego alter ego) lub wytyczne od człowieka.

W związku z nakreśloną wyżej specyfiką przynajmniej niektóre przedsiębiorstwa będą potrzebowały zmienić sposób działania – zarówno w obszarze marketingu (gdzie liczyć się będą precyzyjne, czytelne dla maszyn/AI informacje), jak i w sprzedaży (gdzie najważniejsze staną się API, automatyczne negocjacje/zamówienia i transparentność oferty).

Przykłady pomogą lepiej zrozumieć powody, dla których warto świadomie włączać model B2M w swoją strategię biznesową. W dwóch kolejnych tekstach przedstawię zestaw mam nadzieję inspirujących pomysłów, jak model B2M może działać w praktyce:

• w sprzedaży;
• w marketingu.

Opublikuję je w najbliższych tygodniach. By niczego nie przegapić, zapraszam do subskrypcji newslettera.

Czy B2M oznacza koniec tradycyjnej sprzedaży?

Zdecydowanie nie. Mimo że automatyzacja odgrywa coraz większą rolę, ludzie nadal będą mieć istotny wpływ na kluczowe decyzje zakupowe, a modele B2B i B2C będą bardzo widoczne (model Business-to-Machine często będzie uzupełnieniem/przedłużeniem działań B2B lub B2C). Model B2M sam w sobie też nie oznacza wyeliminowania człowieka z procesów zakupowych, ale zmieni rolę firm i klientów.

Model B2M będzie koegzystował z tradycyjnymi formami sprzedaży, choć będą firmy, dla których będzie on dominującą lub wyłączną formą prowadzenia biznesu.

Model B2M w wariancie autonomicznym (etap 3) początkowo będzie aplikowany w odniesieniu do zamówień:

• bezpiecznych – tzn. takich, gdzie błędna decyzja nie będzie wiązała się z dużymi konsekwencjami;
• powtarzalnych – gdzie zapasy czy to domowe czy firmowe są uzupełniane cały czas tym samym produktem; pozostaje jedynie kwestia ceny i warunków dostawy, która mogą różnicować to, do kogo trafi zamówienie.

Taki rozwój B2M da jeszcze sporo czasu na dostosowanie się do zmian. Raz jeszcze, przy zakładanej także w przyszłości koegzystencji z „tradycyjnymi” modelami B2B i B2C.

Dane zamiast emocji – algorytmiczne podejście do marketingu

Reklamy są projektowane tak, aby przyciągały uwagę, angażowały i przekonywały ludzi do dokonania zakupu. Ale co, jeśli odbiorcą tych treści nie jest człowiek, lecz maszyna? Marketing w modelu B2M będzie koncentrował się na dostarczaniu precyzyjnych, zrozumiałych i zoptymalizowanych dla algorytmów informacji. Ważne będą:

• specyfikacje produktów i usług w ustrukturyzowanych formatach, np. tabela o czytelnej strukturze, JSON lub XML (już teraz dużą popularnością cieszy się Google Product Schema);
• przejrzystość – opisy produktów będą częściej zawierać precyzyjne informacje (np. „waga: 1,2 kg” zamiast „ultralekki design”);
• standaryzacja danych – stosowanie ujednoliconych jednostek miary i klasyfikacji.

Z dużym prawdopodobieństwem można założyć, że powstaną nowe narzędzia marketingowe czy wręcz całe systemy dbające o dystrybucję informacji pośród np. agentów AI działających w imieniu klientów.

Marketing w modelu B2M będzie sprowadzał się do troski o dane i automatyzacji. Szybkość odpowiedzi na potrzeby algorytmów będzie miała duże znaczenie.

Wraz z rosnącą rolą modelu B2M zmieni się także podejście do obecnie „tradycyjnych” metod marketingu – ba, niektóre mogą zyskać na znaczeniu. Wspominałem już chociażby o SEO, którego rola wzrośnie w odniesieniu do przeszukiwania zasobów internetu przez agentów AI i  narzędzia typu Perplexity czy ChatGPT. Jednocześnie może spaść znaczenie klasycznych wyszukiwarek (albo raczej zmienią one swój charakter), a treści w internecie będziemy konsumować nieco inaczej.

Ewolucji ulegać będą także narzędzia do marketing automation, strony internetowe czy systemy CRM.

Sprzedaż w modelu B2M – koniec relacji?

Sprzedaż w modelu Business-to-Machine prawdopodobnie będzie znacząco różnić się od metod stosowanych „tradycyjnie” w B2B i B2C. Proces sprzedaży będzie dostosowywany do logiki działania systemów AI – od inteligentnych katalogów produktowych dostępnych przez API po automatyczne negocjacje i przeprowadzenie transakcji. Maszyny będą kupować szybciej, są w stanie przeanalizować więcej ofert w krótkim czasie i nie kierują się emocjami, co oznacza, że sprzedaż do nich może być bardziej przewidywalna i efektywna.

Zerknijmy na tabelę:

Model B2M wymusi standaryzację procesu sprzedaży. Niewykluczone, że będzie tu spore pole do popisu dla technologii blockchain oraz smart kontraktów (ang. smart contracts). Ważne będzie bezpieczeństwo transakcji (np. środki są zablokowane do czasu potwierdzenia otrzymania dostawy czy wykonania usługi). Ponadto rola pośredników może być mniejsza, a w stabilnych czasach popularność dostaw just-in-time lub podobnych koncepcji będzie większa.

Na marginesie, mam też ciekawą wizję rozwoju płacy za pracę. Spisałem ją w punktach w moim ReMarkeble kilka lat temu i chyba powoli nastaje czas, by uporządkować myśli w tym zakresie i może też się nimi podzielić.

Wdrażamy B2M w firmie

Wdrożenie modelu Business-to-Machine w sprzedaży może być albo owocem czasem niemal niezauważonej ewolucji, albo rezultatem strategicznej i świadomej decyzji. Bez względu na scenariusz konieczne będzie dostosowanie zarówno infrastruktury technologicznej, jak i pracy w zakresie kanałów sprzedaży. Skupmy się na tym, jak taki proces mógłby wyglądać, gdyby miał być realizowany świadomie.

Pierwszym krokiem powinno być uznanie sprzedaży algorytmicznej za integralną część strategii biznesowej. W rezultacie firmy powinny stopniowo dostosowywać swoją ofertę, uwzględniając fakt, że decyzje zakupowe będą podejmowane przez algorytmy kierujące się danymi, a nie na przykład lojalnością wobec marki. Warto też zastanowić się, jakie powody będą skłaniały kupujących (ludzi, którzy „zlecą” zakup lub chociażby research) do sięgania po algorytmy.

Kluczową rolę w tym procesie odgrywa modernizacja IT i rozwój API-first commerce, bo ważna będzie szybka i sprawna komunikacja z systemami AI. W praktyce oznacza to inwestycje w integrację systemów. Firmy muszą zadbać o też czytelność i strukturyzację danych produktowych, zapewniając ich aktualność we wszystkich kanałach oraz zgodność z algorytmami, np. wyszukiwarek, które dostarczają AI informacji. By dobrze takie zadania zaadresować, może być konieczne zatrudnienie czy to specjalistów z zakresu sztucznej inteligencji czy zarządzania danymi. Specjaliści od marketingu być może będą potrzebowali więcej wiedzy technicznej.

Wdrożenie B2M wymaga również zabezpieczenia systemów przed cyberzagrożeniami oraz monitorowania zmian w przepisach regulujących handel oparty na sztucznej inteligencji – bo takie pewnie będą powstawać.

W modelu B2M może znaleźć się sporo miejsca dla technologii blockchain oraz inteligentnych kontraktów (ang. smart contracts).

Jeśli moje przewidywania są prawidłowe, firmy, które już teraz zaczną adaptować swoje procesy do B2M, mogą zyskać przewagę konkurencyjną w nadchodzącej dekadzie, gdy automatyczne systemy zakupowe staną się standardem w wielu branżach.

Od tego trzeba było zacząć, czyli „a po co to komu”?

Zmieńmy perspektywę i spójrzmy na przyszłość oczami kupujących. Uważam, że ludzie będą powierzali coraz więcej decyzji zakupowych maszynom i algorytmom przede wszystkim ze względu na oszczędność czasu i wygodę.

W codziennym życiu zarządzanie zakupami – od produktów spożywczych po usługi serwisowe – wymaga uwagi i podejmowania wielu drobnych decyzji. Zlecenie tego inteligentnym systemom pozwoli (w teorii) skupić się na sprawach ważniejszych. Motywacją będzie także precyzja i racjonalność decyzji. Często kupujemy impulsywnie lub pod wpływem reklam – większe oparcie decyzji zakupowych na danych powinno pomóc.

Jeszcze do tego wrócę, ale pamiętajmy, że korporacje gromadzą na nasz temat mnóstwo informacji. Dzięki temu – trzymając się póki co plusów – systemy mogą wybierać produkty pasujące do naszego stylu życia, preferencji i budżetu, eliminując konieczność szczegółowego definiowania wymagań. Proaktywność maszyn będzie kolejnym argumentem. Dziś zapominamy o wymianie filtrów w oczyszczaczach powietrza czy o zamówieniu odkamieniacza do ekspresu do kawy. Jutro urządzenia wsparte AI zajmą się tym za nas.

Firmy również skorzystają na automatyzacji zakupów, eliminując ręczne monitorowanie zapasów i zlecanie zakupów w odpowiednim momencie. Systemy będą uwzględniać nie tylko koszt jednostkowy, ale też przewidywane zużycie, czas dostawy czy ryzyko braków magazynowych. W efekcie AI i korzystające z tej technologii maszyny przejmą nie tylko powtarzalne transakcje, ale także negocjacje i wybór najlepszych ofert, co powinno przełożyć się na oszczędności i większą płynność operacyjną.

Życzę nam tego, by automatyzacja zakupów wiązała się z możliwością przeznaczenia czasu na rzeczy ważniejsze. Jednocześnie nie mogę oprzeć się wrażeniu, że zawsze jest na odwrót…

Czuję potrzebę, by napisać choć krótko nt. wpływu gromadzonych danych na podejmowanie decyzji zakupowych. Smartfony, aplikacje lojalnościowe i transakcje online pozwalają firmom dokładnie nas profilować. W połączeniu z AI, modele predykcyjne będą nie tylko rekomendować zakupy, ale wręcz automatycznie podejmować decyzje za nas – w oparciu o nasze nawyki, preferencje, wydarzenia w kalendarzu, a nawet stan konta. To może być duże ułatwienie, ale też ogromne zagrożenie – dla prywatności, portfela i relacji międzyludzkich. Znowu o relacjach? Tak, bo czy ucieszą Cię kwiaty, gdy będziesz wiedzieć, że zamówiła je sztuczna inteligencja, a wręczający je jedynie… no właśnie… wręcza?

Uważam, że ostatecznie wiele osób i firm zdecyduje się na zmianę sposobu, w jaki będzie realizować część zakupów, ponieważ przyzwyczailiśmy się do wygody i personalizacji, jaką oferuje technologia. Skoro smartfony już teraz podpowiadają nam, gdzie zjeść obiad i jak dbać o zdrowie, to naturalnym krokiem będzie przejęcie przez AI także procesu zakupu. Ale podkreślam – ta zmiana obejmie część zakupów, a jaką, to będzie kwestia indywidualna każdego z nas.

Kilka słów na koniec

Model Business-to-Machine nie zastąpi B2B ani B2C. Jest kolejnym etapem ewolucji handlu i marketingu w erze AI. Będzie się z nim wiązać daleko posunięta automatyzacja, zatem także konieczność optymalizacji procesów i integracji systemów. Jeszcze większy nacisk trzeba będzie położyć na bezpieczeństwo – zarówno samych systemów, jak i transakcji.

Niemniej jest szansa, że ten model nie tylko usprawni szereg gałęzi biznesu, ale też pomoże wielu dobrym firmom zyskać przewagę stricte dzięki jakości, parametrom produktów i cenie.

Zapraszam do subskrypcji newslettera. W najbliższych tygodniach pojawią się dwa osobne artykuły z przykładami działań sprzedażowych i marketingowych w duchu B2M. Dzięki temu nie przegapisz tych i kolejnych tekstów.